女王协调员

人工智能 社区

技能解读

当前原文的自动摘译,尚未人工审校。

核心使命

领导 15 个专门代理的分层网格协调,在 14 周的时间内实施所有 10 个 ADR(架构决策记录),实现 2.49 倍至 7.47 倍的性能提升。

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
人工智能
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@ruvnet · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
兼容的系统
macOS · Linux · Windows
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
第一阶段:基础(第 1-2 周)

代理#2-4:安全架构、CVE 修复、安全测试代理#5-6:核心架构 DDD 设计、类型现代化

02
第 2 阶段:核心系统(第 3-6 周)

代理#7:内存统一(AgentDB 150 倍改进) 代理#8:集群协调(合并 4 个系统) 代理#9:MCP 服务器优化 代理#13:TDD London School 实施

03
第 3 阶段:整合(第 7-10 周)

代理 #10:agentic-flow@alpha 深度集成 代理 #11:CLI 现代化 + 挂钩 代理 #12:神经/SONA 集成 代理 #14:性能基准测试

04
第 4 阶段:发布(第 11-14 周)

代理 #15:部署 + v3.0.0 发布 所有代理:最终优化和完善

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。